2026 será el punto de partida y el gran año para las narrativas robotizadas. La pista robot pronto debería inaugurar su propio momento GPT. Los proyectos relacionados con robótica son muy tempranos y merecen la pena prestar atención. El 3G trajo WeChat y el 4G creó Douyin, y la aparición de aplicaciones a nivel asesino suele basarse en la evolución de la infraestructura subyacente, aunque la mayoría de las veces esta última no es fácilmente perceptiva por el público. La evolución de los robots se basa principalmente en tres condiciones: datos + modelo + hardware. - Modelo (cerebro robótico). La aparición de VLA se combina con la ontología robótica, de modo que el robot pasa de "ejecución de programa preestablecida" a "percepción-decisión-acción" autónoma en bucle cerrado. Además, la capacidad de generalización del modelo ha mejorado considerablemente, y el modelo puede manejar tareas complejas de cola larga como doblar ropa. Algunos modelos de inteligencia incorporada de código abierto también están democratizando esta tecnología. - Hardware (cuerpo de robot) Actualmente, los robots domésticos pueden completar la etapa desde prototipo hasta producción de prueba. Los componentes del robot son, a grandes modos, estas partes: sistema de control (pensamiento y cálculo), sistema de detección (detección visual y detección de fuerzas, etc.), sistema de ejecución (motor de par, freno, desaceleración, etc.), sistema de energía (batería de litio). Actualmente, el coste del hardware sigue siendo elevado, por lo que la mayoría de los escenarios de uso de robots siguen siendo escenarios industrializados. El ámbito industrial también debe ser el lugar donde los robots se comercializan por primera vez a gran escala. - Data (Sangre del robot) Actualmente, existen varios métodos convencionales para la recopilación de datos de robots, uno es la operación remota real de máquinas y el otro es la simulación. Los datos reales de máquinas de alta calidad son el núcleo, pero el coste de la recogida es extremadamente alto; imagina lo caro que es para todos comprar una Franka de 30.000 dólares para hacer entrenamiento de datos en casa. Por ello, la industria está sintetizando y prediciendo datos mediante tecnología de simulación y modelos para compensar la falta de datos reales de máquinas. Buenos proyectos que se pueden encontrar en estos tres aspectos. También puede haber una gran cantidad de memes de robots este año, así que presta atención a las emboscadas.

Lanzar proyectos generosos por aire, el segundo nivel de declive del yin Lanzar proyectos tacaños por aire, tirón loco de segundo nivel. Los únicos dos puntos que pueden romper la inaccesibilidad mutua de los mercados de crecimiento, airdrops, control y pull: 1) El producto no solo tiene PMF, sino que también tiene una buena capacidad de ingresos. 2) La parte del proyecto quiere tener una cara (dispuesta a usar los ingresos para recomprar o atraer el mercado) BNB, Hype: Hay PMF e ingresos, y quiero una cara pump: Hay PMF e ingresos, sin vergüenza Memecore: Sin PMF ni ingresos, solo enfrentamiento La mayoría del resto: ni PMF ni ingresos, ni descarado. Resumen: Solo el grupo del proyecto que quiere enfrentarse puede hacernos ganar dinero. (Colección nocturna de la sensación de cartera pequeña pumpfun del año pasado.) Mucha gente debería haberse extraído leche, lo cual es una gran consecuencia)